Vivaldi 成为最新一个在产品中集成虚拟专用网络 (VPN) 选项的浏览器,与 Proton VPN 合作以提升用户隐私保护。
根据 Vivaldi 的说法,激活 VPN 将提供"真正的私密在线体验,没有监控,将 Proton VPN 经过实战检验的安全特性和严格的无日志政策与 Vivaldi 内置的跟踪器/广告拦截器和私密浏览器相结合。"
目前该功能仅适用于桌面浏览器。
不过,要访问这些隐私功能,需要一个 Vivaldi 或 Proton 账户,而且用户只能使用 Proton VPN 服务的免费版本。据 Proton 介绍,这意味着"中等" VPN 速度,以及可以连接到五个随机选择国家的服务器。购买 VPN Plus 选项可以获得更高的速度,并可以访问遍布 110 多个国家的 11,000 多台服务器。
尽管如此,对于那些不想在浏览器外部折腾 VPN 客户端的用户来说,这可能是一个便捷的选择。
关于登录需求,Vivaldi 发言人告诉 The Register:"用户需要使用 Vivaldi 账户 (或 Proton 账户) 登录才能访问此功能。这对于 Vivaldi Sync 等服务也是如此。我们要求账户访问这些服务的原因是为了避免对我们向用户免费提供的服务进行欺诈性使用。"
Vivaldi 并不是第一家提供浏览器内置 VPN 访问的公司。例如,Microsoft 为其 Edge 浏览器提供 Edge Secure Network VPN,但它每月只提供 5GB 的免费 VPN 数据保护,并且不允许客户选择特定的区域或位置来路由其流量。它也不会通过该服务路由 Netflix 等流媒体网站,"以节省您的 VPN 数据限制"。
多么体贴啊。
Vivaldi 发言人承认:"带有内置 VPN 的浏览器通常能很好地保护用户的网页浏览免受窥探。"
即便如此,该发言人补充说,许多浏览器"无法提供像 Proton VPN 这样最佳 VPN 的安全性、性能或解锁能力。它们通常只是简单的代理,给用户一个新的 IP 地址,但不会加密用户的流量。"
Microsoft 也是美国科技巨头之一,而 Vivaldi 与总部位于瑞士的 Proton VPN 的合作,明确表明了其针对寻求其他选择的用户的意图。
Proton VPN 总经理 David Peterson 表示:"全球消费者已经厌倦了大科技公司的数据收集,问题是他们直到最近才有了替代选择。"
"欧洲完全有能力提供这种替代方案,这正是像 Proton 和 Vivaldi 这样的公司正在构建的。"他声称:"Proton VPN 和 Vivaldi 共同设定了一个新标准,挑战科技巨头的主导地位,提供一个可行的欧洲替代方案,帮助人们重新掌控他们的数字生活。"
Proton VPN 由加密电子邮件服务 Proton Mail 的同一家公司运营。该公司在 2024 年因遵守法律要求提供 Proton Mail 账户的恢复电子邮件地址而陷入困境。
该 VPN 服务是开源的。流量使用 AES-256 或 ChaCha20 进行加密。
Vivaldi 的首席运营官兼联合创始人 Tatsuki Tomita 声称:"虽然创新推动技术向前发展,但我们相信道德必须指引其方向。我们 (Proton 和 Vivaldi) 相信私密和安全的浏览不是奢侈品,而是每个人的基本权利。我们共同创造的解决方案将用户置于首位,坚持更高的道德标准,并赋予人们摆脱那些不认同这些价值观的科技巨头的能力。"
好文章,需要你的鼓励
UniR(Universal Reasoner)是一种创新的推理增强方法,可为冻结的大语言模型提供即插即用的推理能力。由韩国科学技术院研究团队开发,该方法将推理能力分解为独立的轻量级模块,无需改变主模型结构。UniR的核心优势在于高效训练(仅更新小型推理模块)、出色的模型间迁移能力(小模型可指导大模型)以及模块组合能力(多个专用模块可通过logits相加组合使用)。在数学推理和翻译测试中,UniR显著超越现有微调方法,展示了轻量级模块如何有效增强大语言模型的推理能力。
Nebius团队开发了SWE-rebench,一个自动化管道用于从GitHub收集软件工程任务并进行去污染评估。该系统解决了两大挑战:高质量训练数据稀缺和评估基准容易被污染。通过四阶段处理(初步收集、自动安装配置、执行验证和质量评估),SWE-rebench构建了包含超过21,000个Python交互式任务的数据集,并提供持续更新的评估基准。研究发现部分语言模型在传统基准上的表现可能被污染效应夸大,而DeepSeek模型在开源模型中表现最为稳健。
这项研究提出了JQL(发音为"Jackal"),一种通过多语言方法提升大型语言模型预训练数据质量的创新系统。研究团队从拉马尔研究所等机构通过四阶段方法解决了多语言数据筛选的难题:先由人类评估内容教育价值创建基准数据,然后评估大型语言模型作为"评判者"的能力,接着将这些能力提炼到轻量级评估器中,最后应用于大规模数据筛选。实验表明,JQL在35种语言上显著优于现有方法,甚至能泛化到未见过的语言如阿拉伯语和中文,为多语言AI发展提供了高效可靠的数据筛选方案。
浙江大学和西湖大学研究团队开发的Styl3R实现了艺术风格化3D重建的重大突破,能在不到一秒内从少量未标定照片和任意风格图像创建具有多视角一致性的3D艺术场景。通过创新的双分支网络架构将结构建模与外观着色分离,系统不仅保持了原始场景结构,还准确捕捉了参考风格特征。与现有方法相比,Styl3R在处理速度和视觉质量上均显著领先,为创意内容制作开辟了全新可能。